sklearn學習：為什么roc_auc_score()和auc()有不同的結果？

為什么roc_auc_score()和auc()有不同的結果？

auc()：計算ROC曲線下的面積.即圖中的area

roc_auc_score()：計算AUC的值，即輸出的AUC

 

最佳答案

AUC並不總是ROC曲線下的面積.曲線下面積是某個曲線下的(抽象)區域,因此它比AUROC更通用.對於不平衡類,最好找到精確回憶曲線的AUC.

請參閱sklearn source for roc_auc_score：

def roc_auc_score(y_true, y_score, average="macro", sample_weight=None):
    # <...> docstring <...>
    def _binary_roc_auc_score(y_true, y_score, sample_weight=None):
            # <...> bla-bla <...>

            fpr, tpr, tresholds = roc_curve(y_true, y_score,
                                            sample_weight=sample_weight)
            return auc(fpr, tpr, reorder=True)

    return _average_binary_score(
        _binary_roc_auc_score, y_true, y_score, average,
        sample_weight=sample_weight) 

首先獲得roc曲線,然后調用auc()來獲取該區域.你的問題是predict_proba()調用.對於正常的預測(),輸出總是相同的：

import numpy as np
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import roc_curve, auc, roc_auc_score

est = LogisticRegression(class_weight='auto')
X = np.random.rand(10, 2)
y = np.random.randint(2, size=10)
est.fit(X, y)

false_positive_rate, true_positive_rate, thresholds = roc_curve(y, est.predict(X))
print auc(false_positive_rate, true_positive_rate)
# 0.857142857143
print roc_auc_score(y, est.predict(X))
# 0.857142857143

如果您為此更改了上述內容,則有時會得到不同的輸出：

false_positive_rate, true_positive_rate, thresholds = roc_curve(y, est.predict_proba(X)[:,1])
# may differ
print auc(false_positive_rate, true_positive_rate)
print roc_auc_score(y, est.predict(X))